← กลับไปยังคลังความรู้วิธีการ

การบำรุงรักษาเชิงพยากรณ์

การบำรุงรักษาเชิงพยากรณ์ใช้ข้อมูลสภาพและโมเดลพยากรณ์เพื่อตรวจจับการสึกหรอหรือความเสียหายก่อนที่จะเกิดขึ้น เพื่อให้การบำรุงรักษาเกิดขึ้นในช่วงเวลาที่จำเป็นจริงๆ แทนที่จะเป็นตามตารางเวลาตายตัวหรือหลังจากเกิดความเสียหายแล้ว

การบำรุงรักษาเชิงพยากรณ์แตกต่างจากกลยุทธ์การบำรุงรักษาแบบเก่าสองแบบ การบำรุงรักษาเชิงรับ (reactive maintenance) หมายถึงการซ่อมแซมเกิดขึ้นหลังจากเครื่องจักรเสียหายไปแล้วเท่านั้น ซึ่งทำให้เกิดเวลาหยุดทำงานที่ไม่ได้วางแผน การบำรุงรักษาเชิงป้องกัน (preventive maintenance) ให้บริการอุปกรณ์ตามตารางเวลาตายตัว เช่น ทุก 500 ชั่วโมงการทำงาน โดยไม่คำนึงถึงสภาพจริง การบำรุงรักษาเชิงพยากรณ์อาศัยข้อมูลสภาพที่เก็บรวบรวมอย่างต่อเนื่องและโมเดลพยากรณ์ที่กำหนดช่วงเวลาที่เหมาะสมในการเข้าแทรกแซง ผลลัพธ์คือการบำรุงรักษาที่ไม่เร็วเกินไปและไม่ช้าเกินไป แต่เกิดขึ้นในช่วงเวลาที่ชิ้นส่วนเริ่มสึกหรอจริงๆ

รากฐานทางเทคนิคคือชุดเซนเซอร์ที่ติดตามค่าต่างๆ อย่างต่อเนื่อง เช่น การสั่นสะเทือน อุณหภูมิ การปล่อยเสียง หรือคุณภาพน้ำมันบนเครื่องจักร ข้อมูลเหล่านี้ไหลผ่านการเชื่อมต่อ IoT เข้าสู่ระบบวิเคราะห์ที่ตรวจจับความเบี่ยงเบนจากการทำงานปกติ หลายระบบใช้โมเดลทางสถิติหรือแมชชีนเลิร์นนิงที่ฝึกด้วยรูปแบบความเสียหายในอดีตเพื่อพยากรณ์แนวโน้มล่วงหน้า เมื่อค่าที่วัดได้ข้ามเกณฑ์วิกฤตหรือแนวโน้มบ่งชี้ถึงความเสียหายที่ใกล้เข้ามา ระบบจะเรียกใช้คำแนะนำการบำรุงรักษา มักพร้อมกับประมาณการเวลาใช้งานที่เหลืออยู่ก่อนที่จะเสียหาย

ผลตอบแทนหลักคือการหยุดทำงานที่ไม่ได้วางแผนน้อยลง อายุการใช้งานอุปกรณ์ยาวนานขึ้น และการวางแผนอะไหล่และบุคลากรที่ดีขึ้น ในขณะเดียวกัน การบำรุงรักษาเชิงพยากรณ์ต้องใช้ความพยายามล่วงหน้า เซนเซอร์ต้องถูกติดตั้งเพิ่มเติม ข้อมูลต้องถูกเก็บรวบรวม และโมเดลต้องได้รับการปรับเทียบเมื่อเวลาผ่านไป สำหรับเครื่องจักรแบบง่ายหรือไม่สำคัญ ความพยายามนี้มักไม่คุ้มค่า ในขณะที่อุปกรณ์ที่มีราคาแพงและสำคัญต่อการผลิตมักจะคุ้มค่าอย่างรวดเร็ว ความแม่นยำของการพยากรณ์ใดๆ ขึ้นอยู่กับคุณภาพและปริมาณของข้อมูลพื้นฐานทั้งหมด

ตัวอย่างเชิงปฏิบัติ

โรงงานโลหะที่มีเครื่องกัด CNC 12 เครื่องติดตั้งเซนเซอร์ตรวจจับการสั่นสะเทือนเพิ่มเติมบนแกนหมุนหลักของเครื่องจักรที่สำคัญที่สุดสามเครื่อง หลังจากเก็บข้อมูลหกเดือน ระบบวิเคราะห์ตรวจพบรูปแบบการสั่นสะเทือนที่เพิ่มขึ้นบนเครื่องจักรหนึ่งเครื่องซึ่งบ่งชี้ถึงความเสียหายของลูกปืนในระยะเริ่มต้น และแจ้งเตือนว่าเหลือเวลาใช้งานได้อีกประมาณ 18 วัน โรงงานกำหนดการซ่อมแซมในช่วงสุดสัปดาห์ที่มีการผลิตต่ำและสั่งซื้อลูกปืนทดแทนล่วงหน้า หากไม่มีการเตือนล่วงหน้านี้ แกนหมุนอาจเสียหายกลางกะทำงาน ทำให้เกิดเวลาหยุดทำงานที่ไม่ได้วางแผนประมาณ 2 วัน และสูญเสียการผลิตประมาณ 14,000 ยูโร คิดจากมูลค่าผลผลิตต่อวันที่ 7,000 ยูโร

Leanshift ช่วยอย่างไร

การบำรุงรักษาเชิงพยากรณ์สอดคล้องกับแนวคิด Kaizen เพราะตั้งอยู่บนการตัดสินใจจากสภาพจริงแทนที่จะเป็นการคาดเดา ซึ่งเป็นสิ่งที่การปรับปรุงอย่างต่อเนื่องต้องการอย่างแท้จริง นั่นคือการทำให้ปัญหามองเห็นได้ก่อนที่จะกลายเป็นความสูญเสีย เวลาหยุดทำงานที่ไม่ได้วางแผนเป็นหนึ่งในรูปแบบความสูญเปล่าที่มีค่าใช้จ่ายสูงที่สุดในกระบวนการ และการตรวจจับได้ตั้งแต่เนิ่นๆ จะปลดปล่อยเวลาสำหรับงานปรับปรุงที่แท้จริงแทนที่จะเป็นการดับไฟ สิ่งนี้สอดคล้องกับแนวคิดของการปรับปรุงเพื่อสร้างผู้ปรับปรุงเพิ่มขึ้น อุปกรณ์ที่มีเสถียรภาพให้พื้นที่แก่ทีมในการมุ่งเน้นการพัฒนาให้ดีขึ้นแทนที่จะซ่อมแซมสิ่งที่เพิ่งเสียหายอยู่ตลอดเวลา

คำถามที่พบบ่อย

บริษัทต้องมีขนาดใหญ่แค่ไหนจึงจะเหมาะสมกับการบำรุงรักษาเชิงพยากรณ์

ไม่มีเกณฑ์ขนาดที่ตายตัว สิ่งสำคัญคือความเสียหายที่จะเกิดขึ้นหากเครื่องจักรเฉพาะนั้นเสียหายโดยไม่ได้วางแผนมีค่าใช้จ่ายเท่าใด ไม่ใช่ขนาดของบริษัท แม้แต่โรงงานขนาดเล็กที่มีเครื่องจักรสำคัญต่อการผลิตเพียงเครื่องเดียวก็สามารถได้ประโยชน์จากเซนเซอร์เพียงไม่กี่ตัวบนสินทรัพย์นั้นเครื่องเดียว

จำเป็นต้องใช้ปัญญาประดิษฐ์สำหรับสิ่งนี้หรือไม่

ไม่จำเป็นเสมอไป หลายระบบทำงานได้ดีด้วยเกณฑ์ง่ายๆ และการวิเคราะห์แนวโน้มทางสถิติ แมชชีนเลิร์นนิงช่วยเพิ่มความแม่นยำในการพยากรณ์สำหรับรูปแบบการสึกหรอที่ซับซ้อน แต่ไม่จำเป็นสำหรับการเริ่มต้น